CN108717692A - 一种基于ccd图像处理的裁剪物料纠偏方法 - Google Patents
一种基于ccd图像处理的裁剪物料纠偏方法 Download PDFInfo
- Publication number
- CN108717692A CN108717692A CN201810283666.0A CN201810283666A CN108717692A CN 108717692 A CN108717692 A CN 108717692A CN 201810283666 A CN201810283666 A CN 201810283666A CN 108717692 A CN108717692 A CN 108717692A
- Authority
- CN
- China
- Prior art keywords
- circle
- point
- points
- coordinate
- mark
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30204—Marker
- G06T2207/30208—Marker matrix
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
一种基于CCD图像处理的裁剪物料纠偏方法,包括以下步骤:1),搜索并确定待裁剪材料上的第一个Mark点位置;2),搜索到第一个Mark点位置之后,通过圆检测算法利用三点定圆的方法先进行类圆弧边缘链的初步筛选,剔除噪声干扰产生的类圆弧边缘链;之后再利用圆周角定理进行类圆弧边缘链的精确筛选,精确的计算每条类圆弧边缘链的圆参数,确定第一个圆Mark点的圆心坐标。然后由几何关系以及重复第二步确定另外的Mark点圆心坐标;3),最后通过仿射变换求出相应的变换矩阵,得到最后实际的切割坐标。本发明有效的提升了圆Mark点定位的速度,性能稳定、抗干扰能力强、定位精度高,能够使裁床控制系统更加高效的工作。
Description
技术领域
本发明设计一种图像处理裁剪物料纠偏的方法,尤其是一种基于 CCD图像处理的裁剪物料纠偏方法,属于图像处理领域。
背景技术
近年来,服装、制鞋、箱包以及皮革行业越来越多的采用数控裁 床,以提高生产效率,降低生产成本。但是,现有的裁床大都没有图 像处理能力,不能进行对裁剪物料进行纠偏处理。在裁剪物料没有跟 裁床床体放置对齐的时候,而且在裁床裁剪物料的过程中由于裁床本 身就存在的切割误差,最终导致裁床在剪裁物料的时候累计误差越来 越大,剪裁的材料不达标准,导致物料浪费,增大了企业的生产成本。
目前,国内市场上存在的纠偏方法多是通过印刷在裁剪物料上两 个大小相同的黑色矩形标记,通过固定安装在机床导轨上的光电传感 器光标手动移动到裁剪物料的黑色矩形标记上,寻找黑色标记的相邻 两条边并最终计算出黑色标记中心点,即标记点在切割坐标系中的坐 标位置。这种方法对于裁剪物料的纠偏虽然能起到一定的作用,但是 精度不高,操作起来又特别繁琐、费时,不适合用在高精度,高效率 的裁床平台上。因此在这方面还有很大的优化空间。
发明内容
为了解决现有数控裁床在裁剪物料放置倾斜时纠偏过程较繁琐 且不太精准的问题,本发明提供一种通过CCD图像处理Mark点定 位的方法,可有效提升数控裁床在裁剪物料放置倾斜的时候,对物料 进行快速、准确的纠偏。
本发明解决其技术问题所采用的技术方案如下:
一种基于CCD图像处理的裁剪物料纠偏方法,所述方法包括以 下步骤:
1),采用CCD相机搜索确定裁剪材料上的第一个Mark点的位 置;
2),通过圆检测方法,使用三点定圆方法初步筛选通过剔除噪声 干扰产生的类圆弧边缘链,然后使用圆周角定理进行类圆弧边缘链的 精确筛选,计算出圆弧精确的圆参数,确定第一个圆Mark点的圆参 数,包括圆心坐标O(x,y)以及半径R,最后通过其他Mark点与第一 个圆Mark点的几何关系,得到其他Mark点的圆参数;
3),通过确定仿射变换的变换矩阵其中Tx, Ty是坐标点位
置的平移量,计算出实际切割坐标P点的位置为:
进一步,所述步骤2)的过程如下:
2.1)搜索到第一个圆Mark点的后,通过对相机拍摄到的图像进 行类圆弧边缘链的提取和规则存储,采用三点定圆的方法快速初步筛 选类圆弧边缘链,通过设定一个阈值,将小于这个阈值的子集从合集 中剔除,用三点定圆的方法,圆方程写为:
(x-a)2+(y-b)2=r2
转化为:
x2+y2=2xa+2yb+d
d=r2-a2-b2
在圆弧上的3个不同的点pi=(xi,yi),pj=(xj,yj),pk=(xk,yk), 将这三个点带入上述公式,得到一个3元一次方程组;
通过求解该方程组就得到圆心坐标(a,b)和半径r:
任选其中某个子集中的类圆弧边缘链,这个子集中的坐标点个数 为N,选择第一个点P1(x1,y1),第N/4个点P2(x2,y2),第N/2个点P3(x3,y3), 第3N/4个点P4(x4,y4),最后一个点P5(x5,y5);通过这五个点,分段计 算圆参数(a,b,r),第一段选择P1P3段,第二段选择P2P4段,第三段选择 P3P5段;求得这三段的圆参数后,进行误差分析,此时通过对三组圆 参数求取距离的平方和来衡量三个圆弧子集对应的圆参数之间的误 差;
三个圆心距离的平方和公式如下:
Odev=(a1-a2)(a1-a2)+(b1-b2)(b1-b2)+
(a1-a3)(a1-a3)+(b1-b3)(b1-b3)+
(a2-a3)(a2-a3)+(b2-b3)(b2-b3)
半径距离的平方和公式如下:
Rdev=(R1-R2)(R1-R2)+(R1-R3)(R1-R3)+(R2-R3)(R2-R3)
Odev与Rdev的比值为:
Xdev=Odev/Rdev
如果Xdev小于一个设定的阈值thdev,那么该类圆弧边缘链保留;
2.2)进行精确筛选,采用圆周角定理精确的计算每一条类圆弧 边缘链的圆参数,从初步筛选之后的类圆弧边缘链子集中任意选取一 段圆弧,通过计算取的三个点P1P2P3之间的圆周角∠α,可以求得选取 的圆弧段所对应的圆周角就是∠α的补角∠P1MP3,记作∠β,那么该圆 弧段所对应的圆心角∠P1OP3就等于2∠β;
连接选取圆弧段上的第一个点和第三个点,做这条弦的中垂线, 得到交点P4(x4,y4),那么
连接交点P4与圆心O,OP3P4构成直角三角形,由圆的性质得:
由三角函数定理得:
联立方程组求得圆心坐标O(x,y),以及半径R,通过选取不同的 中间点,多次计算求取减小误差,得到精确的圆心坐标;
最后通过Mark点之间的几何关系确定另外的Mark点的大概位 置,将这些点的信息反馈给运动控制器,然后控制相机依次移动到各 个Mark点附近,重复步骤2)最终确定其余Mark点的坐标。
所述步骤1)中,确定裁剪材料上的Mark点,是关键的一步, 尤其是确定第一个Mark点位置。确定第一个Mark点是通过搜索待 裁剪材料靠近裁床机头复位原点一侧的Mark点,当大概找到第一个 圆Mark点的位置时,可通过圆参数来确定圆Mark点的圆心坐标。
所述步骤2)中,由圆的性质,同一段圆弧上不同圆弧段对应的 圆参数应该相同,设定一个阈值,这个阈值是根据选取点组成的圆的 参数决定的,只有三段圆弧对应圆参数之间的误差小于这个阈值时, 就判定该类圆弧是所要找的,否则就从合集中剔除;
然后进行精确筛选,精确的计算每一条类圆弧边缘链的圆参数, 由圆周角定理可知,圆弧所对应圆周角是都等于它所对应圆心角的一 半。从初步筛选之后的类圆弧边缘链子集中任意选取一段圆弧,在这 个圆弧上选取三个点得到距离尽可能大的圆,通过计算取的三个点之 间的圆周角,可以求得选取的圆弧段所对应的圆周角就是其补角,那 么该圆弧段所对应的圆心角就等于该圆弧段所对应圆周角的2倍,连 接选取的第一个点和第三个点,做这条弦的中垂线,连接该点与圆心, 通过计算这条线段的长度,通过选取不同的中间点,多次计算求取减 小误差,得到精确的圆心坐标;
所述步骤3)中,根据步骤1)、2)所述,将待裁剪材料放到裁 床切割平面上时,会相对于裁床切割平面坐标系产生偏移和旋转,这 种变换称之为仿射变换,接下来只要求出相应的变换矩阵就可以通过 坐标之间的转换得到实际的切割坐标。
点P(x,y)是在原始坐标系中的位置,要完成旋转操作,可以使用 坐标系中的某个点的旋转可以等价的旋转坐标轴,确定P点在新坐标 系中等价的位置,那么经过仿射变换之后,点P在新坐标系中的位置 是(ysinθy+xcosθx,ycosθy+xsinθx),然后在这个位置的基础上加上其在 x轴和y轴上的偏移,得到最终P点的位置。
本发明的有益效果表现在:相比原来通过光电传感器手动移动寻 找待裁剪材料上的黑色矩形标记,本发明提供的圆Mark点定位方法 具有定位速度快、性能稳定、抗干扰能力强、定位精度高等优点,能 较好的适用于现在快速高效生产的裁床系统中,很好的解决了现有问 题,提高了生产效率,增加市场竞争力。
附图说明
图1为CCD图像处理纠偏方法的程序流程图;
图2为CCD相机扫描搜索第一个圆Mark点的示意图;
图3为三点定圆的示意图;
图4为类圆弧边缘链取点的示意图;
图5为根据圆周角确定圆参数的示意图;
图6为仿射变换确定新坐标的示意图。
具体实施方式
下面结合附图对本发明的实施方式做进一步描述。
参照图1-图6,一种基于CCD图像处理的裁剪物料纠偏方法, 包括以下步骤:
1),采用CCD相机确定裁剪材料上的第一个Mark点位置:在 Mark点的定位中,点的形状起到关键的作用,不同的Mark点形状, 识别方法和识别效率有较大的差别,这里的Mark点是采用使用较广 泛的圆Mark点。如图2所示,确定第一个Mark点是通过搜索待裁 剪材料靠近裁床机头复位原点一侧的Mark点,受平台的约束,材料 Mark点摆放具有局限性,材料的坐标系相对裁床平台旋转的角度一 定小于90度,坐标系的偏移也很有限,因此不用大范围内搜索这个 Mark点。当大概找到第一个圆Mark点的位置时,可通过圆参数来确 定圆Mark点的圆心坐标。
2),通过圆检测方法确定第一个圆Mark点的圆心坐标:根据步 骤1)所述,搜索到第一个圆Mark点的后,通过对相机拍摄到的图 像进行类圆弧边缘链的提取和规则存储,就能获取到一个存放类圆弧 边缘子集的合集,初步提取的边缘链多是由噪声干扰产生的。为了减 少不必要的计算,如图3所示,采用三点定圆的方法快速初步筛选类 圆弧边缘链,通过设定一个阈值(与圆参数有关),将小于这个阈值 的子集从合集中剔除。由圆的定义知,圆上任意两个不同的点的中垂 线必经过圆心。用三点定圆的方法,在这些圆弧上选取3个位置不同 的点,构造出两条不同的弦,再求出这两条弦的中垂线的相交点,则 交点就是圆心坐标(a,b),选取的点到这个交点的距离就是半径r,那 么圆方程可以写为:
(x-a)2+(y-b)2=r2
可以转化为:
x2+y2=2xa+2yb+d
d=r2-a2-b2
在圆弧上的3个不同的点,例如pi=(xi,yi),pj=(xj,yj),pk=(xk,yk), 将这三个点带入上述公式,得到一个3元一次方程组:
通过求解该方程组就可得到圆心坐标(a,b)和半径r:
任选其中某个子集中的类圆弧边缘链,这个子集中的坐标点个数 为N,如图4所示,选择第一个点P1(x1,y1),第N/4个点P2(x2,y2),第 N/2个点P3(x3,y3),第3N/4个点P4(x4,y4),最后一个点P5(x5,y5)。通过 这五个点,分段计算圆参数(a,b,r),如图4所示第一段选择P1P3段进 行三点定圆检测,将P1,P2,P3代入三点定圆公式可以求得圆心 O1(a1,b1)和半径R1,如图4所示,第二段选择P2P4段进行三点定圆检测, 将P2,P3,P4代入三点定圆公式可以求得圆心O2(a2,b2)和半径R2,如 图4所示,第三段选择P3P5段进行三点定圆检测,将P3,P4,P5代入 三点定圆公式可以求得圆心O3(a3,b3)和半径R3。求得这三段的圆参数 后,进行误差分析。由圆的性质,同一段圆弧上的不同圆弧段对应的 圆参数应该是完全一样的,但是由于边缘图像是离散的,导致同一圆 弧上的圆弧段会存在误差。此时通过对三组圆参数求取距离的平方和 来衡量三个圆弧子集对应的圆参数之间的误差。
三个圆心距离的平方和公式如下:
Odev=(a1-a2)(a1-a2)+(b1-b2)(b1-b2)+
(a1-a3)(a1-a3)+(b1-b3)(b1-b3)+
(a2-a3)(a2-a3)+(b2-b3)(b2-b3)
半径距离的平方和公式如下:
Rdev=(R1-R2)(R1-R2)+(R1-R3)(R1-R3)+(R2-R3)(R2-R3)
Odev与Rdev的比值为:
Xdev=Odev/Rdev
如果Xdev小于一个设定的阈值thdev,那么该类圆弧边缘链保留。
然后进行精确筛选,精确的计算每一条类圆弧边缘链的圆参数。 由圆周角定理可知,圆弧所对应圆周角是都等于它所对应圆心角的一 半。从初步筛选之后的类圆弧边缘链子集中任意选取一段圆弧,如图 5所示,在这个圆弧上选取三个点P1(x1,y1),P2(x2,y2),P3(x3,y3)得到 距离尽可能大的圆。通过计算取的三个点P1P2P3之间的圆周角∠α,可 以求得选取的圆弧段所对应的圆周角就是∠α的补角∠P1MP3,记作∠β, 那么该圆弧段所对应的圆心角∠P1OP3就等于2∠β,记作:
∠θ=2∠β
连接选取圆弧段上的第一个点和第三个点,做这条弦的中垂线, 得到交点P4(x4,y4),那么:
连接交点P4与圆心O,OP3P4构成直角三角形,由圆的性质得:
由三角函数定理得:
联立方程组可以求得圆心坐标O(x,y),以及半径R。通过选取不 同的中间点,多次计算求取减小误差,就可以得到精确的圆心坐标。
最后通过Mark点之间的几何关系确定另外的Mark点的大概位置, 将这些点的信息反馈给运动控制器,然后控制相机依次移动到各个 Mark点附近,重复步骤2)最终确定其余Mark点的坐标。
3),确定反射变化的变换矩阵,计算出实际切割坐标:根据步骤 1)、2)所述,将待裁剪材料放到裁床切割平面上时,会相对于裁床 切割平面坐标系产生偏移和旋转,这种变换称之为仿射变换,接下来 只要求出相应的变换矩阵就可以通过坐标之间的转换得到实际的切 割坐标。假设变换前的坐标为(x,y),变换后的坐标为(x′,y′),那么仿 射变换矩阵可以表示成以下形式:
其中Tx,Ty是坐标点位置的平移量。
如图6所示,点P(x,y)是在原始坐标系中的位置,要完成旋转操 作,可以使用坐标系中的某个点的旋转可以等价的旋转坐标轴,所以 就有了图中以(x0,y0)为中心的虚线与屏幕水平垂直的坐标系,这个时 候P的坐标和在蓝色坐标系中确定的P的坐标是等价的,那么经过仿 射变换之后,点P在新坐标系中的位置是 (y sinθy+x cosθx,y cosθy+x sinθx),整理可得:
然后在这个位置的基础上加上其在x轴和y轴上的偏移,可以得到最 终P点的位置:
根据上述公式,多代入几个点的坐标,通过多次求解,比较求解 出的仿射变换矩阵的偏差值,取最小偏差的仿射变换矩阵。最后对原 始切割坐标进行变换即可。
Claims (2)
1.一种基于CCD图像处理的裁剪物料纠偏方法,其特征在于:所述方法包括以下步骤:
1),采用CCD相机搜索确定裁剪材料上的第一个Mark点的位置;
2),通过圆检测方法,使用三点定圆方法初步筛选通过剔除噪声干扰产生的类圆弧边缘链,然后使用圆周角定理进行类圆弧边缘链的精确筛选,计算出圆弧精确的圆参数,确定第一个圆Mark点的圆参数,包括圆心坐标O(x,y)以及半径R,最后通过其他Mark点与第一个圆Mark点的几何关系,得到其他Mark点的圆参数;
3),通过确定仿射变换的变换矩阵其中Tx,Ty是坐标点位置的平移量,计算出实际切割坐标P点的位置为:
2.如权利要求1所述的一种基于CCD图像处理的裁剪物料纠偏方法,其特征在于:所述步骤2)的过程如下:
2.1)搜索到第一个圆Mark点的后,通过对相机拍摄到的图像进行类圆弧边缘链的提取和规则存储,采用三点定圆的方法快速初步筛选类圆弧边缘链,通过设定一个阈值,将小于这个阈值的子集从合集中剔除,用三点定圆的方法,圆方程写为:
(x-a)2+(y-b)2=r2
转化为:
x2+y2=2xa+2yb+d
d=r2-a2-b2
在圆弧上的3个不同的点pi=(xi,yi),pj=(xj,yj),pk=(xk,yk),将这三个点带入上述公式,得到一个3元一次方程组;
通过求解该方程组就得到圆心坐标(a,b)和半径r:
任选其中某个子集中的类圆弧边缘链,这个子集中的坐标点个数为N,选择第一个点P1(x1,y1),第N/4个点P2(x2,y2),第N/2个点P3(x3,y3),第3N/4个点P4(x4,y4),最后一个点P5(x5,y5);通过这五个点,分段计算圆参数(a,b,r),第一段选择P1P3段,第二段选择P2P4段,第三段选择P3P5段;求得这三段的圆参数后,进行误差分析,此时通过对三组圆参数求取距离的平方和来衡量三个圆弧子集对应的圆参数之间的误差;
三个圆心距离的平方和公式如下:
Odev=(a1-a2)(a1-a2)+(b1-b2)(b1-b2)+
(a1-a3)(a1-a3)+(b1-b3)(b1-b3)+
(a2-a3)(a2-a3)+(b2-b3)(b2-b3)
半径距离的平方和公式如下:
Rdev=(R1-R2)(R1-R2)+(R1-R3)(R1-R3)+(R2-R3)(R2-R3)
Odev与Rdev的比值为:
Xdev=Odev/Rdev
如果Xdev小于一个设定的阈值thdev,那么该类圆弧边缘链保留;
2.2)进行精确筛选,采用圆周角定理精确的计算每一条类圆弧边缘链的圆参数,从初步筛选之后的类圆弧边缘链子集中任意选取一段圆弧,通过计算取的三个点P1P2P3之间的圆周角∠α,可以求得选取的圆弧段所对应的圆周角就是∠α的补角∠P1MP3,记作∠β,那么该圆弧段所对应的圆心角∠P1OP3就等于2∠β;
连接选取圆弧段上的第一个点和第三个点,做这条弦的中垂线,得到交点P4(x4,y4),那么
连接交点P4与圆心O,OP3P4构成直角三角形,由圆的性质得:
由三角函数定理得:
联立方程组求得圆心坐标O(x,y),以及半径R,通过选取不同的中间点,多次计算求取减小误差,得到精确的圆心坐标;
最后通过Mark点之间的几何关系确定另外的Mark点的大概位置,将这些点的信息反馈给运动控制器,然后控制相机依次移动到各个Mark点附近,重复步骤2)最终确定其余Mark点的坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810283666.0A CN108717692B (zh) | 2018-04-02 | 2018-04-02 | 一种基于ccd图像处理的裁剪物料纠偏方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810283666.0A CN108717692B (zh) | 2018-04-02 | 2018-04-02 | 一种基于ccd图像处理的裁剪物料纠偏方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108717692A true CN108717692A (zh) | 2018-10-30 |
CN108717692B CN108717692B (zh) | 2022-04-08 |
Family
ID=63898974
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810283666.0A Active CN108717692B (zh) | 2018-04-02 | 2018-04-02 | 一种基于ccd图像处理的裁剪物料纠偏方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108717692B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112893186A (zh) * | 2021-01-13 | 2021-06-04 | 山西能源学院 | 一种led灯丝上电快速视觉检测方法和系统 |
CN113344931A (zh) * | 2021-08-09 | 2021-09-03 | 深圳智检慧通科技有限公司 | 一种插件视觉检测识别方法、可读存储介质及设备 |
CN113706658A (zh) * | 2021-08-18 | 2021-11-26 | 江苏红豆工业互联网有限公司 | 一种基于服装圆弧曲线的离散化参数绘图方法 |
CN114248100A (zh) * | 2021-12-03 | 2022-03-29 | 武汉纺织大学 | 一种基于图像处理的螺丝孔定位算法及螺丝锁付装置 |
CN114923417A (zh) * | 2022-07-22 | 2022-08-19 | 沈阳和研科技有限公司 | 用于划片机的多片圆形工件定位方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106783738A (zh) * | 2016-12-23 | 2017-05-31 | 北京半导体专用设备研究所(中国电子科技集团公司第四十五研究所) | 一种芯片不规则分布的晶圆切割方法 |
-
2018
- 2018-04-02 CN CN201810283666.0A patent/CN108717692B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106783738A (zh) * | 2016-12-23 | 2017-05-31 | 北京半导体专用设备研究所(中国电子科技集团公司第四十五研究所) | 一种芯片不规则分布的晶圆切割方法 |
Non-Patent Citations (2)
Title |
---|
李华杰: "基于DSP的SMT贴片头定位与片状元件纠偏技术研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
谢光伟等: "基于机器视觉的PCB板上圆Mark点定位方法的研究", 《电脑知识与技术》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112893186A (zh) * | 2021-01-13 | 2021-06-04 | 山西能源学院 | 一种led灯丝上电快速视觉检测方法和系统 |
CN113344931A (zh) * | 2021-08-09 | 2021-09-03 | 深圳智检慧通科技有限公司 | 一种插件视觉检测识别方法、可读存储介质及设备 |
CN113706658A (zh) * | 2021-08-18 | 2021-11-26 | 江苏红豆工业互联网有限公司 | 一种基于服装圆弧曲线的离散化参数绘图方法 |
CN113706658B (zh) * | 2021-08-18 | 2023-09-05 | 江苏红豆工业互联网有限公司 | 一种基于服装圆弧曲线的离散化参数绘图方法 |
CN114248100A (zh) * | 2021-12-03 | 2022-03-29 | 武汉纺织大学 | 一种基于图像处理的螺丝孔定位算法及螺丝锁付装置 |
CN114923417A (zh) * | 2022-07-22 | 2022-08-19 | 沈阳和研科技有限公司 | 用于划片机的多片圆形工件定位方法及系统 |
CN114923417B (zh) * | 2022-07-22 | 2022-10-14 | 沈阳和研科技有限公司 | 用于划片机的多片圆形工件定位方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108717692B (zh) | 2022-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108717692A (zh) | 一种基于ccd图像处理的裁剪物料纠偏方法 | |
CN108827316B (zh) | 基于改进的Apriltag标签的移动机器人视觉定位方法 | |
JP2561061B2 (ja) | マーカー位置決め装置及び方法 | |
US6594623B1 (en) | Determining three-dimensional orientation of objects | |
CN108873943A (zh) | 一种无人机厘米级精准降落的图像处理方法 | |
CN110108283B (zh) | 一种基于多二维码视觉的高精度定位方法 | |
CN100380393C (zh) | 复杂背景下qr码图像符号区域的精确定位方法 | |
JP2019185239A (ja) | 物体認識処理装置及び方法、並びに、物体ピッキング装置及び方法 | |
CN107192716A (zh) | 一种基于轮廓特征的工件缺陷快速检测方法 | |
CN107817500B (zh) | 一种模块化舞台激光定位方法 | |
CN107766859A (zh) | 移动机器人定位方法、装置及移动机器人 | |
CN107782305A (zh) | 一种基于数字字母识别的移动机器人定位方法 | |
EP0883857A2 (en) | Machine vision calibration targets and methods of determining their location and orientation in an image | |
CN104680509B (zh) | 一种实时圆形印刷图像缺陷检测方法 | |
US11815345B2 (en) | Device for orientation and position detection of markings in three-dimensional space | |
CN109525762A (zh) | 大幅面图像获取方法及设备 | |
CN108897246A (zh) | 堆箱控制的方法、装置、系统及介质 | |
CN111833405A (zh) | 基于机器视觉的标定识别方法及装置 | |
CN108876762A (zh) | 面向智能生产线的机器人视觉识别定位方法 | |
CN110533028A (zh) | 商品陈列状态的检测方法、装置、电子设备及存储介质 | |
JP4576513B2 (ja) | 部分モデルを自動的に画定するための方法 | |
CN209488672U (zh) | 大幅面图像获取设备 | |
CN104819715B (zh) | 一种基于一维矢量模式的自主星识别方法 | |
CN110689586A (zh) | 中医智能舌诊中的舌像识别方法和用于该方法的便携式校正色卡 | |
US8879820B2 (en) | Component image processing apparatus and component image processing method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |